الگوریتم سی گن در تولید نقشه حرارتی جانمایی فضایی در طراحی معماری

نقشه های جانمایی فضایی همواره به عنوان یکی از اولین مراحل فرآیند طراحی معماری مورد توجه معماران بوده است. چارچوب نظریه معماری سرآمد تاکید دارد که ساختار توپولوژیک و هندسی این نقشه ها برگرفته از مفاهیم پنهانی است که خود تحت تاثیر متغیرهای عینی و ذهنی شکل گرفته اند. بر اساس فرض پژوهش، نقشه های جانمایی فضایی تابع الگوهای نهانی هستند که مبانی شکل گیری آن هاست. استفاده از قدرت محاسباتی رایانه‮ها برای کمک در پیش بینی چیدمان جانمایی فضاها همواره از موضوعات چالش برانگیز در معماری معاصر و چشم اندازی برای معماری آینده بوده است. در این مقاله، از روش های داده محور هوش مصنوعی برای تولید نقشه های حرارتی جانمایی فضایی استفاده شده است. روش طراحی شده، برخلاف روش های متداول که سعی در تعریف پلان های جانمایی بر اساس روابط ریاضیاتی محض دارند، سعی دارد تا با رویکردی طراحی‮مبنا، تابع تولید چیدمان فضایی را برگرفته از تجربه طراحی الگوهای موفق قرار دهد. در این راستا یک مجموعه سیصد پلان جانمایی آپارتمان های تهران جمع آوری شده است. پلان ها در ابعاد مساحتی متفاوت و همه منطبق بر ضوابط طراحی انتخاب شده اند. سپس نقشه های حرارتی جانمایی این پلان ها تهیه شده و چهار نوع تصویر ورودی مختلف برای آموزش مدل هوش مصنوعی تهیه شده است. در این پژوهش از الگوریتم سی گن به عنوان یکی از کارآمدترین الگوریتم های مولد هوش مصنوعی استفاده، و بر اساس الگوهای جانمایی تهیه شده آموزش داده شده است. این الگوریتم توانایی تنظیم تابع نگاشت، جهت تولید تصویر هدف بر اساس تصویر ورودی را دارد. پس از تکمیل فرآیند آموزش مدل هوش مصنوعی، نقشه های حرارتی چیدمان فضایی ده آپارتمان جدید توسط هوش مصنوعی تولید شده و کیفیت جواب های پیش بینی شده بر اساس پنج ضابطه از پیش تعریف شده ارزیابی شده است. الگوی پیشنهادی پژوهش با انگاره رویکرد طراحی مبنا به فناوری های نوین ساختمانی مانند: کاربرد ابرداده ها، یادگیری عمیق، یادگیری ماشینی، بهره وری و مصرف هوشمندانه انرژی، و انرژی- دیدکارایی هماهنگی دارد.